Braid stability after flow diverter treatment of intracranial aneurysms: a systematic review and meta-analysis
Notice bibliographique
Résumé
Background The aim of this study was to evaluate the overall rates of braid changes associated with flow diverter (FD) treatment for intracranial aneurysms (IAs). Additionally, we sought to provide an overview of the currently reported definitions related to these complications. Methods A systematic search was conducted from the inception of relevant literature up to April 2023, encompassing six databases. The included studies focused on patients with IAs treated with FDs. We considered four main outcome measures as FD braid changes: (1) fish-mouthing, (2) device braid narrowing, (3) device braid collapsing, and (4) device braid deformation. The data from these studies were pooled using a random-effects model. Results A total of 48 studies involving 3572 patients were included in the analysis. Among them, 14 studies (39%) provided definitions for fish-mouthing. However, none of the included studies offered specific definitions for device braid narrowing, collapsing, or deformation, despite reporting rates for these complications in six, five, and three studies, respectively. The pooled rates for braid changes were as follows: 3% (95% CI 2% to 4%, I 2 =27%) for fish-mouthing, 7% (95% CI 2% to 20%, I 2 =85%) for narrowing, 1% (95% CI 0% to 3%, I 2 =0%) for collapsing, and 1% (95% CI 1% to 4%, I 2 =0%) for deformation. Conclusion The findings of this study suggest that FD treatment for IAs generally exhibits low rates of fish-mouthing, device braid narrowing, collapsing, and deformation. However, the lack of standardized definitions hinders the ability to compare device outcomes objectively, emphasizing the need for uniform definitions for FD braid changes in future prospective studies on FD.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,017 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».